Bibliographic record
Abstract
Nous avons identifié l’expression du récepteur des angiopoïétines, le récepteur Tie2, à la surface des neutrophiles humains. De plus, nous avons démontré qu’Ang1 et Ang2 induisent des activités pro-inflammatoires sur les neutrophiles, comme l’adhésion aux cellules endothéliales (CEs) et la synthèse du facteur d’activation plaquettaire (PAF). Puisque le PAF augmente la viabilité des neutrophiles et que les angiopoïétines modulent la survie des CEs, nous avons voulu évaluer l’effet des angiopoïétines sur la survie des neutrophiles. Des neutrophiles humains ont été isolés à partir du sang de donneurs sains en accord avec le comité d’éthique de l’Institut de cardiologie de Montréal. La viabilité des neutrophiles a été mesurée par cytométrie en flux à l’aide de marqueurs d’apoptose et de nécrose. Un traitement avec des témoins positifs, soit l’interleukine 8 (IL-8; 25 nM) ou le PAF (100 nM), a augmenté la survie basale des neutrophiles de 34 et 27%, respectivement. De plus, un traitement avec Ang1 (1 pM – 10 nM) a augmenté la survie des neutrophiles jusqu’à 35%, alors qu’Ang2 n’a eu aucun effet. La combinaison de l’IL-8 ou du PAF avec Ang1 (10 nM) a eu un effet additif sur la viabilité des neutrophiles et a augmenté la survie de 56 et 60%, respectivement. Un prétraitement avec des anticorps bloquants contre l’IL-8 a permis d’inhiber l’activité anti-apoptotique de l’IL-8 et d’Ang1 de 92 et 80%, respectivement. Ainsi, notre étude est la première à démontrer la capacité d’Ang1 à prolonger la viabilité des neutrophiles, qui est principalement causée par la relâche d’IL-8.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".